数字开放治理，除了开放还要做什么？|大模型

IPP评论是国家高端智库华南理工大学公共政策研究院（IPP）官方微信平台。

导语：

随着世界范围内保护主义政治思潮的抬头、逆全球化策略不断推行、超级全球化时代“自由开放”叙事的破产，作为新兴技术和经济发展要素的数字技术和数字经济的全球流动严重受阻。但要破除数字保护主义、实现数字开放治理，并非简单的解除禁令、删除限制条款或者补贴技术创新就能保证实现。

要让开放治理促成数字经济增长和社会繁荣，就不能忽视筑牢数字技术开放治理的制度基础的重要性。本文首先论述“数字保护主义”的高昂代价，说明作为反抗现实潮流的开放治理因何成为数字治理的主流叙事；其次，说明为什么没有制度基础的开放治理可能仍然难以发挥作用；最后，提出筑牢数字开放治理的制度基础可以从哪些方面着手。

数字技术和数字经济的发展催生了经济社会关系深刻变革，以及国际合作与竞争的不断深入。然而当前，竞争似乎逐渐超越了合作，占据了主导。从大模型禁令、台积电和三星“自首”，到AI“曼哈顿计划”，中美的数字技术竞争愈加白热化。

美国政府已要求台积电从11月11日开始，停止向中国大陆客户运送常用于人工智能应用领域的先进芯片。图源：Wikimedia Commons

即使在西方“民主价值同盟”的阵营内，以“属地管辖”为原则的数字技术和数据要素治理模式仍是主流，美欧签订的“安全盾”和“隐私岛”协议陆续破产。

数字领域的治理陷入两难困境：一方面，必需推动世界各国的开放治理和协同科研，才能共同应对新技术潜藏的各类风险，同时促进数字技术革命的红利为世界范围内大多数人群所共享；但另一方面，西方国家设置贸易壁垒、实施科技封锁等逆全球化举措，又使各国不得不把产业链安全、数据要素安全等考量当作不可撼动的基本原则。

美欧于2016年达成“安全盾”（Privacy Shield）协议，旨在为跨境数据传输提供法律依据。2020年，欧洲法院裁定“安全盾”无效，认为协议仍存在隐私风险。图源：新华社

“数字保护主义”代价高昂

在当前，各经济体之间和内部的“数字保护主义”对世界经贸、创新活力和技术发展造成了破坏。具体表现为：（1）全球数字贸易受阻，技术难以有效扩散；（2）创新动力不足，无法推进持续革新；（3）后发展国家探索受限，技术升级困难重重。

（一）全球数字贸易受阻，技术难以有效扩散

越来越多的研究人员发现，数字保护主义的代价高昂，在国际经济贸易方面有较大的破坏力。据不完全统计，全世界已经有几十个经济体祭出了不同程度的“数据本地化”规则。

专家表示，数据本地化等限制数据流动的措施，将导致贸易和投资机会的损失、信息技术（IT）成本的增加、竞争力的下降以及经济生产力和GDP增长的降低。 [1]

根据OECD在2020年发布的报告显示，已有超 4 0个国家有数据本地化措施。数据本地化的负面影响包括基础设施投资、全球资源整合中的效率损失和合规成本增加。图源：Wikimedia Commons

根据欧洲国际经济政治中心（ECIPE）估算，如果欧盟各成员国实施全面的“ 数据本地化”政策，整个欧盟每年将损失 520 亿欧元。 [2]另一方面，经合组织专家Sarah Box认为，开放不足将减少技术扩散，并深刻影响全球价值链。 [3]

正如前文所分析，技术扩散的减少将削弱创新能力，剥夺了技术进步转变为稳定持续扩张机制的机会窗口，这是全球经济体共同的损失。

（二）创新动力不足，无法推进持续革新

数字技术和数字经济发展需要创新驱动，特别是企业作为主要的创新主体。如果经济体内部的社会主体之间互相封闭，企业将面临高昂的创新成本，难以充分激发企业和个人的创新活力，进而在激烈的国际竞争中，使本国企业在世界竞争中处于劣势。 [4]

特别是对于中小型企业来说，由于其抗风险能力偏低、议价能力不强，对于成本的敏感度也极高。一些地方希望通过税收补贴和奖励等货币政策刺激中小企业的研发，可惜效果不佳且并不能长久。

一个简单的事实是，创新具有延续性和高失败率。充分开放的市场中，企业可以在创新延续性上“走直线”，中小企业也会得到可以承受创新失败的“缓冲垫”，这都将大大节约企业创新的成本。

然而，开放不足使得企业创新走弯路，造成技术开发的重复浪费，使得中小企业创新缩手缩脚，无形中增加了企业创新的成本，削弱个人和企业创新的动力。 [5]

（三）后发展国家探索受限，技术升级困难重重

由开放不足导致的不仅仅是企业与个人的创新动力不足。更为深刻的影响是，让发展中经济体始终处于被动更换赛道的局面，也就是在应用层始终做跟随式的研究，做适应性、改良性的有限创新，难以推动技术升级，跨越“中等技术陷阱”。

在数字经济时代，如果我们把数字经济看做一架高速列车，将数据看做是“能源”，人工智能和算力作为“引擎”，那么随着机器学习的系统能力不断进化，“能源”和“引擎”的角色将逐渐被边缘化。 [6]

以当下的汽车市场作比喻，随着机器学习的不断迭代，数字经济将会发展出“新能源汽车”，大大减少对数据和算力的需求，颠覆甚至大规模抢占传统数据能源和算力引擎的市场份额。

再者，当数据能源的“核聚变”发生时，数据要素就不再具有核心竞争力，发展中经济体的优势和影响式微，只能继续依靠承接发达经济体的中低端技术做跟随式创新。

在实地调研中我们发现，国内一些研发机构的大模型训练，底层架构需要依赖国际开源社区，数据则依赖国外数据服务商提供的数据集。

如果从经济性的角度来说，底层架构重建必要性不高，那么为何数据集采购依然依赖境外服务商？这个问题也可以反过来问，即：国内数据开放和商业化程度，是否让大模型训练有可选择的高质量数据集？答案是几乎没有。这就是前沿探索的现实困境。

开放治理的制度基础同样重要

“数字保护主义”无疑在国家经贸发展、技术进步与监管实践之间筑起了一道道高墙。而作为对这一现实潮流的反抗，“开放治理”已然成为数字治理领域的主流叙事。

但数字治理只是手段，目标是要让开放治理促成数字经济增长和社会繁荣。要实现这个政策目标的数字开放治理，并非简单的解除数字贸易禁令、删除数据跨境传输限制条款、补贴数字技术创新和鼓励思想交流就能保证实现。

必须强调，并不是开放治理不重要，相反，开放治理对于实现经济体的增长和发展是不可或缺的。事实上，改革开放以来，中国取得“经济发展奇迹”的制度条件正是“开放治理”：中国坚定不移的实施对外开放政策，通过设立经济特区、放宽外资准入、积极参与国际经贸多边合作，充分利用了外资和技术资源。

相类似的，如今数字时代的开放治理也同样重要。数字开放治理有助于打破“数字保护主义”的桎梏，使关于数字技术生产和需求的观念和认识充分流通，不必每个国家都设计一遍车轮，使数字产品和服务的创新形式更加多元，使对于数字平台的跨国监管成本更低等等。

但仅仅依靠开放是不够的。不能忽视四十年以来，我们在开放大门“引进来”和“走出去”的同时，努力实施了一系列的对内改革：

实施经济体制改革、分税制改革等重大改革措施，激发市场活力，实施教育改革培养了顺应工业时代的大批量劳动力，不断完善基础设施建设，充分发挥土地、市场、供应链的比较优势，成功承接了国外的技术和产业转移，实现创新能力的提升和全球价值链的攀升。这些内部制度生态的配套在实现经济繁荣和社会发展中，与开放治理同等重要，是能够激发开放治理动能的重要基础。

虽然数字保护主义存在诸多弊端，但要突破数字保护主义、推动数字开放治理也必须直面国家安全、商业利益和个人隐私保护的问题。这与前面四十年以来必须考虑的资本流动安全、经济体制改革和教育改革等问题同样重要。

如果没有筑牢数字开放的制度配套基础，解除数字贸易禁令、删除数据跨境传输限制条款、补贴数字技术创新非但不一定能达到开放治理的目标，还有可能输入难以修复的系统性风险。

美国商务部的互联网政策专家Jonah Force Hill和美国特勤局的网络政策和战略主任Matthew Noyes曾在2018年提出一个跨属地管辖的制度创新设想，形成协调全球数据流动的新框架。

2018年，Jonah Force Hill和Matthew Noyes在报告提出，国际社会可以基于对特定信息系统的控制杠杆（如互联网服务商、支付服务提供商等）来建立管辖权。

该框架下，政府根据控制数据流节点，而不是数据的物理位置，来减少在跨区域监管的外交成本。但很显然，这个框架是完全偏向发达国家，因为数据节点越多的地区对于数据监管的能力越强，同时数据节点多就意味着其位于数字技术和基础设施强势的发达地区。

如果数据存储和控制能力较弱、数字基础设施差、数据保护法律规制不完善的发展中国家，向这个框架开放，也仍然无法直接控制全球云服务商或数据存储提供商，因而对跨国数据流动的管理和监控能力也较弱，未能充分得益于数字开放治理。

筑牢数字开放治理的基础需要制度创新

要想充分释放数字开放治理带来的红利，必须通过制度创新，筑牢开放治理的基础，更好地为防范未来区域和国际合作的潜在风险做好准备，减少市场主体利用数字技术创新和探索的后顾之忧。

当前我国的信息基础设施和网络安全建设、数据保护与隐私法规、数据监管和合规工具等等都在逐渐完善。而关于数据治理的争端解决机制、公众数据隐私保护意识和工具方面的讨论同样重要，但较少被提及。以下从这两个方面提出制度创新的初步构想：

一方面，要完善数据治理的争端解决机制，为区域和国际合作奠定基础。

首先，建议强化司法系统的数字化能力，培养专门处理数据争端的法律专业人士，确保司法系统在面临数字技术和境内外法律冲突时具备足够的专业能力。

其次，可以通过加入来倒逼国内形成适合本地区的数据争端解决机制，为市场主体提供快速、低成本的争端解决服务。最后，加强技术驱动的争端解决机制。引入联合国国际贸易法委员会在线争议解决程序（online dispute resolution，即ODR程序”），提高数字经济相关争端解决机制的效率、独立性和透明度。

另一方面，要加强公众数据隐私保护意识，鼓励公众采取个人数据保护的措施。

但政府除了通过宣传教育，提升公众对数据隐私保护的认识之外，还存在一个不小的挑战。这个挑战源于行业合规的自觉和共识仍然不足，侵犯个人隐私数据权益的成本也较低。在日常生活中，即便公众具备数据保护意识，也很难维护自己的数据权益。因此，可以建立公众查询和举报数据泄露或滥用的举报平台，确保数据查询、获取的透明度，保障个人的数据隐私权益。

参考文献：

[1] Nigel Cory. Cross-Border Data Flows: Where Are the Barriers, and What Do They Cost?[EB/OL]. 2017.05.01[2024.03.15]. https://itif.org/publications/2017/05/01/cross-border-data-flows-where-are-barriers-and-what-do-they-cost/.

[2] Matthias Bauer Martina F. Ferracane Hosuk Lee-Makiyama Erik van der Marel . Unleashing Internal Data Flows in the EU: An Economic Assessment of Data Localisation Measures in the EU Member States[EB/OL]. 2016.12[2024.03.15]. https://ecipe.org/publications/unleashing-internal-data-flows-in-the-eu/.

[3] Box S. Internet Openness and Fragmentation: Toward Measuring the Economic Effects[R]. Ottawa, Canada: Centre for International Governance Innovation, 2016.

[4] Nigel Cory. Cross-Border Data Flows: Where Are the Barriers, and What Do They Cost?[EB/OL]. 2017.05.01[2024.03.15]. https://itif.org/publications/2017/05/01/cross-border-data-flows-where-are-barriers-and-what-do-they-cost/.

[5] Jonah Force Hill, Matthew Noyes. Rethinking Data, Geography, and Jurisdiction Towards a Common Framework for Harmonizing Global Data Flow Controls[EB/OL]. 2018.02.22[2024.03.15]. https://www.newamerica.org/cybersecurity-initiative/policy-papers/rethinking-data-geography-and-jurisdiction/.

[6] Steven Weber, Gabriel Nicholas. Data, Rivalry and Government Power: Machine Learning Is Changing Everything[EB/OL]. 2019.03.28[2024.03.15]. https://www.ischool.berkeley.edu/news/2019/data-rivalry-and-government-power-machine-learning-changing-everything.

*本文作者：张心旖华南理工大学公共政策研究院研究助理政策分析师

点击图片链接阅读更多张心旖的文章

张心旖：推进城市全域数字化转型，该怎么做？

管制协议+充分竞争：破解公共数据授权运营垄断困境的新探索

数据流动障碍，怎么破？

关于IPP